Managing Procedural Memory in LLM Agents: Control, Adaptation, and Evaluation

论文提出 AFTER 基准，含382个企业任务、22个技能，评估LLM agent中程序记忆的技能迁移能力。关键发现：单次优化提升3.7-6.7分；多模型轨迹训练的技能跨模型准确率达73.1%。部分技能广泛泛化，部分角色特化。

1. 导购agent产品可直接复用：技能库（SkillOS）设计可参照AFTER的跨任务/模型评估方法，验证技能的可迁移性。
2. 改变判断：之前未量化技能泛化能力，现在知道多模型轨迹训练能产出通用技能，应优先采集多模型数据。
3. 下一步：读全文了解AFTER技能表示细节，尝试在导购场景（如商品推荐、问题解答）构建小规模技能库并测试迁移效果。